电动助力转向系统的模糊自适应PID控制

研究实时跟踪助力转向系统,针对汽车电动助力转向系统(EPS)控制的可靠性和稳定性要求,由于正常运行电机转向柱和轴运动均有滞后稳定性差的问题,在对EPS的结构和动力学性能分析的基础上,建立EPS系统仿真模型,提出模糊自适应PID控制策略.模糊自适应PID控制在系统动态过程中能实时改变PID参数,使系统不同的状态对应不同的PID参数,克服了控制参数固定不变无法实时控制EPS系统动态响应特性.仿真结果表明,在EPS中模糊自适应PID控制比常规PID控制具有更好的稳定性和可靠性,完全满足EPS的控制系统快速特性的要求.     

汽车电动助力转向系统控制器设计

电动助力转向系统(EPS)可根据路况及车况调整控制电机的助力状态,降低能源消耗,提高转向特性及行驶安全性;介绍了电动助力转向系统的结构和工作原理,开发了以PHILIPS公司8位单片机P87LPC768为核心的电动助力转向控制器;介绍了控制器电源部分、数据采集及处理部分、单片机及外围电路部分、电机驱动部分及故障诊断和输出部分的设计方法;并提出一些提高系统抗干扰能力的硬件措施;实验证明系统助力性能良好,控制器可以满足助力转向系统的要求。     

电动助力转向系统的设计与开发

电动助力转向是一种新型汽车动力转向技术。设计了一种采用P87C591单片机控制的汽车电动助力转向系统．给出了系统助力特性曲线,提出了一种简单的回正控制策略、采用模拟PID对电机输出电流进行闭环控制,利用PWM技术控制电机端电压大小达到调节电机电流的目的。试验表明该系统助力跟随性好、响应快、精度高,具有良好的电动助力转向性能,已通过了装车试验。     

电动助力转向系统结构参数优化

研究优化汽车转向系统结构控制问题,为实现电动助力转向系统结构参数的优化,建立了电动助力转向系统和二自由度整车的数学模型,推导了转向灵敏度和路感的传递函数,提出了路感的优化模型.在MATLAB/SIMULINK上建立前轮转向仿真模型进行仿真,结果表明,优化后的方向盘转矩明显较优化前增大,转向盘转矩达到了7.52 Nm,接...     

电动助力转向扭矩传感器设计

扭矩传感器作为电动助力转向(EPS)的传感元件,对转向的精确性至关重要.介绍了一种EPS扭矩传感器设计,主要通过霍尔元件采集磁通量的改变转换为电压,此电压值传送到控制器,控制器根据此电压值转换为扭矩值并依此计算出助力值,此外,还可以根据采集到的扭矩信号达到诊断功能.     

基于电动助力转向系统控制算法的研究

为了达到对转向系统控制转向轻便又不失路感的目的,通过对汽车电动助力转向系统进行力学分析,建立数学模型,提出一种模糊控制与PD控制并行的控制算法。在大转矩时采用模糊PD控制,动态响应好,转向轻便,在小转矩是采用PD控制,控制精度高,不失路感。通过MATLAB进行仿真。研究结果表明,通过采用提出的控制策略即提高了系统的控制精度,又减小了系统的超调,缩短了调整时间,能获较理想的转向助力效果和良好的跟随性能。     

轮式机器人模糊神经网络建模与模糊遗传PID转向控制的研究

针对数学模型复杂的轮式机器人的转向控制问题，提出了一种先用模糊神经网络建模，再用模糊遗传PID转向控制的方法。模糊遗传PID控制算法简单，直观性好，容易理解，能直观地判断PID参数是否有效。控制方法所需的数据完全来源于实验。经过对车体转向控制的仿真研究，由仿真结果可看出，仿真控制效果良好。控制方法能适应各种不同速度、不同转向角度等参数变化，在实际中应用实验数据就能控制，是一种有实用意义的控制方法。     

汽车电动转向系统反向助力控制策略仿真

研究汽车转向系统优化控制问题,针对目前常用的正向助力控制策略不能有效控制电动转向进,汽车受侧向力干扰后操纵稳定性差,为提高EPS的抗侧向干扰性能,建立了侧向风作用下的整车转向动力学模型,分析了在侧向风干扰下EPS正向助力控制不足,提出了EPS反向助力控制策略,设计了反向助力特性,在Simulink中建立了EPS反向助力控制模型,进行了侧向风速为60km/h时三种车速工况下的EPS反向助力仿真.结果表明,在较大的侧向风干扰时,可抑制由正向助力引起的转向轮过度偏转,改善了EPS抗侧向干扰性能和整车横向稳定性,为进一步完善EPS控制策略设计提供了技术支持.     

电动助力转向仿真系统的构建

本文介绍了电动助力转向（Electric Power Steering,EPS）系统的结构和工作原理,建立了EPS系统数学模型,并与车辆动力学仿真软件veDYNA联合起来,构建了EPS仿真系统。利用该仿真系统对直线型助力特性曲线进行仿真分析,说明该仿真系统可以很方便地对各种路况和工况下的车辆转向进行仿真,可用于EPS系统性能分析以及控制算法验证。     

带有故障诊断功能的电动助力转向控制器设计

针对以直流有刷电机提供助力的电动助力转向系统,设计了一种带有在线故障自诊断功能的控制器.介绍了助力实现的原理和控制器的软硬件设计方法,并给出了一种利用最少的元器件扩充,可靠实现在线故障自诊断的方案.     

基于遗传算法优化模糊PID控制器的研究

利用遗传算法对模糊PID控制器中的隶属函数和控制规则进行优化,减少经验依赖,实现在线调整,改善控制效果,并利用Mathb编程仿真,验证结果.     

基于模拟退火遗传算法的模糊PID控制规则优化

针对模糊规则是模糊控制的瓶颈,引入了模拟退火算法遗传算法,将模糊控制推理的思想和常规PID控制结合起来,建立了模糊PID控制的初始规则库,将误差和误差变化作为输入,再通过模拟退火算法的编码优化及寻优,生成新的规则库,再对PID控制参数进行整定。     

基于模糊PID算法的送餐机器人系统的设计

针对传统送餐机器人在送餐循迹过程中修正时间长、路径偏差大,运行不够智能化,设计了一种送餐机器人,该机器人具有循迹、避障、餐桌定位、语音播报和点餐等一体化功能.系统利用了一种基于模糊PID控制的导航系统,由位置偏差和位置偏差变化率作为模糊控制器的输入,电机的PWM占空比为控制系统的输出,缩短了送餐过程中的修正时间,并提高了路径的准确度.通过实验验证,本方案是有效可行的,实现了餐厅点餐和送餐的智能化,具有较好的应用及推广价值.     

用遗传算法（GA）实现PID控制

遗传算法是基于达尔文进化论和孟德尔遗传学说来实现随机、迭代、自适应、并行性全局搜索的一种优化算法,尤其适合处理复杂的、非线性问题。本文介绍遗传算法,以及用GA实现PID控制问题。     

基于遗传算法优化的模糊PID控制研究

面对具有较强的非线性、不确定性、难以建立精确数学模型的对象控制,常规PID控制器难以达到理想的控制效果,因此就出现了如Fuzzy-PID这样的一种较好的控制方法。然而模糊控制规则和隶属函数的选取有着很大的人为主观性,本文采用改进的遗传算法优化模糊控制中的量化和比例因子,从而优化控制规则和隶属函数使其更加合理,最后对优化后的模糊控制器进行了Matlab仿真研究,结果表明经过优化后的模糊控制器的控制品质有较大的改善和提高。     

基于实数编码遗传算法的PID控制系统设计

提出一种使用遗传算法确定PID控制系统参数的方法。它以使用工程中常用的频域指标作为目标函数,使方法更具有实效。根据这一思想,使用C语言设计遗传算法的各个部分,如编码方式、适应度函数、遗传操作算子等。最后,对实际的算例进行计算并将结果在Matlab环境下进行了仿真。仿真结果表明:本方法快速、有效。     

基于模糊PID算法的轨道车辆LED照明控制系统设计

为了提高轨道车辆照明控制系统的稳定性和抗干扰能力,提出了一种模糊算法与增量式PID算法相结合的方法,设计了轨道车辆LED照明控制系统。利用ARM微处理器、PT4107可调芯片设计了轨道车辆LED照明控制系统的硬件电路,并对驱动芯片和整流电路进行研究和设计;结合模糊算法的鲁棒性强和PID算法的稳态误差小的特点,提高了系统的稳定性和抗干扰能力,实现了轨道车辆LED照明在线实时控制。仿真及实验结果表明,设计的轨道车辆LED控制系统具有较好的稳态精度,符合设计要求。     

模糊自适应PID算法在MCGS中的实现

针对目前应用于一些高级算法,如模糊自适应PID算法的组态软件所存在的脚本语言十分简单、难以实现比较复杂的控制算法,以及实时性差、对运行环境要求高等缺点,利用COM组件技术,将MCGS(Monitor and Control Generated System)组态软件优秀的可视化画面制作技术与Matlab丰富的算法相结合,实现了稳定的人机界面,不仅提高了实时控制能力,而且彻底脱离了Matlab环境.实验结果表明,该方法在实际控制过程中是切实可行、值得推广的.     

一种基于遗传算法的自适应动态模糊系统的设计与实现

在我们研究的领域中，动态模糊对象是普遍存在的．因此由这些动态模糊对象组成的系统即为动态模糊系统，这类系统具有较强的自学能力和自适应能力，能随环境的变化而变化，本文借助动态模糊集和遗传算法对动态模糊系统进行研究，给出了一种动态模糊自适应系统，并进行了实例分析，实验结果表明该系统是有效的．     

基于改进模糊PID控制的EPS系统建模仿真

电动助力转向(EPS)是一种新型的汽车动力转向技术。为了提高系统的响应速度、控制精度、实时性等,分析了EPS系统的工作原理,结合EPS的结构和动力学特性,建立了EPS的数学模型。在模糊PID控制基础上,提出了一种将单纯性法与模糊PID控制相结合的改进模糊PID控制方法,并在MATLAB平台上建立了EPS系统仿真模型。仿真结果表明,方法明显改善了系统的瞬态响应和随从特性,具有良好的转向灵活性和操纵稳定性。